stochastic_discrete_mlp_q_function.py 文件源码

python
阅读 30 收藏 0 点赞 0 评论 0

项目:rllabplusplus 作者: shaneshixiang 项目源码 文件源码
def init_policy(self):
        output_vec = L.get_output(self._output_vec_layer, deterministic=True) / self._c
        prob = tf.nn.softmax(output_vec)
        max_qval = tf.reduce_logsumexp(output_vec, [1])

        self._f_prob = tensor_utils.compile_function([self._obs_layer.input_var], prob)
        self._f_max_qvals = tensor_utils.compile_function([self._obs_layer.input_var], max_qval)

        self._dist = Categorical(self._n)
评论列表
文章目录


问题


面经


文章

微信
公众号

扫码关注公众号